[發(fā)明專利]一種基于人臉識別在線英語教育系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910053844.5
• 申請日: 2019-01-21
• 公開（公告）號: CN109903203A
• 公開（公告）日: 2019-06-18
• 發(fā)明（設(shè)計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 武漢邁遼網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/00;G09B5/14;G09B7/00
• 代理公司: 深圳邁遼知識產(chǎn)權(quán)代理有限公司 44525
• 代理人: 賴耀華

1.一種基于人臉識別在線英語教育系統(tǒng)，其特征在于，包括學(xué)生端、信息處理云端、教師端、人臉識別攝像頭、身份識別模塊、身份庫、信息儲存模塊、發(fā)音對比模塊、評分模塊、儲存信息發(fā)送模塊與移動智能終端；

所述學(xué)生端由注冊與登錄模塊、學(xué)生提問模塊、顯示終端、第一語音模塊與反饋模塊組成；

所述教師端由實時錄像模塊、第二語音模塊、課程內(nèi)容模塊、教師提問模塊、課堂評分模塊、考試模塊與反饋信息處理模塊組成；

所述人臉識別攝像頭與身份識別模塊通信連接，所述身份識別模塊與身份庫通信連接，所述身份庫與身份識別模塊通信連接，所述學(xué)生端與身份識別模塊通信連接，所述學(xué)生端與信息處理云端通信連接，所述教師端與信息處理模塊通信連接，所述信息儲存模塊與信息處理云端通信連接，所述發(fā)音對比模塊與信息儲存模塊通信連接，所述評分模塊與發(fā)音對比模塊通信連接，所述評分模塊與移動智能終端通信連接，所述儲存信息發(fā)送模塊與信息儲存模塊通信連接；

所述信息處理云端用于處理教師端和學(xué)生端發(fā)出信息，所述信息儲存模塊用于儲存信息處理云端處理的信息內(nèi)容，所述發(fā)音對比模塊用于對比教師和學(xué)生的發(fā)音，所述評分模塊用于給學(xué)生的英文發(fā)音進行評分，且具體評分過程中如下：

步驟一：信息儲存模塊將信息處理云端處理好的內(nèi)容按照來源的不同分別標(biāo)記為A與B，其中A表示學(xué)生端，B表示教師端，學(xué)生端有若干個，即將A標(biāo)記為Ai，i＝1……n；

步驟二：B通過第二語音模塊發(fā)出的英文語音會被標(biāo)記成b，Ai通過第一語音模塊發(fā)出的和B發(fā)出英文語音同樣內(nèi)容的語音會被標(biāo)記成ai；

步驟三：發(fā)音對比模塊會將ai與b轉(zhuǎn)化為音軌圖進行對比；

步驟四：當(dāng)ai與b的音軌相似度在90％及以上時，即相對應(yīng)的Ai的評分為優(yōu)秀；

步驟五：當(dāng)ai與b的音軌相似度在70％到89％之間時，即相對應(yīng)的Ai的評分良好；

步驟六：當(dāng)ai與b的音軌相似度在60％到69％之間時，即相對應(yīng)的Ai的評分合格；

步驟七：當(dāng)ai與b的音軌相似度在60％以下時，即相對應(yīng)的Ai的評分不合格；

步驟八：評分模塊會將實時的評分信息發(fā)送到學(xué)生的智能移動終端和教師端；

步驟九：優(yōu)秀對應(yīng)的評分為90分、良好對應(yīng)的評分為80分，合格對應(yīng)的評分為60分，不合格對應(yīng)著評分為0分；

所述課堂評分模塊用于教師在課時結(jié)束后給學(xué)生進行課堂評分，所述考試模塊用于在所有課時結(jié)束后給學(xué)生進行考試并評分，所述總評分模塊用于給學(xué)生進行總評分，其具體評分方法如下：

步驟一：將學(xué)生每個課時的發(fā)音分Ai相加得到總發(fā)音分K，再將總課時數(shù)標(biāo)記為G，通過公式C＝N/G可以得到學(xué)生的發(fā)音平均分C；

步驟二：將教師通過教師評分模塊給學(xué)生的評分標(biāo)記為W；

步驟三：將學(xué)生通過考試模塊考試出的成績標(biāo)記為E；

步驟四：結(jié)合C、W與E能夠計算出學(xué)生的總成績，因為C、W與E對總成績的影響程度不一，為了凸顯出C、W與E對總成績的影響，現(xiàn)加入修正值進行修正；將C的修正值賦為T1、將W的修正值賦為T2、將E的修正值賦為T3，且T1<T2<T3，T1+T2+T3＝1；

步驟五：通過公式Q＝CT1+WT2+ET3,可以得到學(xué)生的總成績Q；

所述學(xué)生提問模塊用于學(xué)生向教師提問，所述人臉識別攝像頭用于采集學(xué)生的人臉特征并將人臉特征傳輸?shù)缴矸葑R別模塊中與身份庫中的信息進行對比判定，其具體判定過程如下：

步驟一：學(xué)生在第一使用該系統(tǒng)時會使用注冊與登錄模塊進行注冊，注冊時會人臉識別攝像頭會將拍攝學(xué)生的正臉與兩邊側(cè)臉的照片，同時學(xué)生還需要在注冊與登錄模塊上設(shè)置登錄密碼與補充個人信息，采集到的人臉照片與個人信息會被傳輸?shù)缴矸輲熘羞M行儲存；

步驟二：當(dāng)學(xué)生第二次登錄該系統(tǒng)時，人臉識別攝像頭會拍攝學(xué)生人臉照片，身份識別模塊會將實時拍攝的照片與身份庫中預(yù)存的照片進行比對；

步驟三：當(dāng)對比照片相似度在80％以上時，可以直接通過驗證；

步驟四：當(dāng)對比照片相似度在百分之70％到80％之間時，需要進行二次驗證二次驗證的照片相似度在70％以上時，可以通過驗證；

步驟五：當(dāng)對比照片相似度在60％到70之間時，需要學(xué)生再輸入預(yù)設(shè)密碼，當(dāng)預(yù)設(shè)密碼輸入正確，可以通過驗證；

步驟六：當(dāng)對比照片相似度在60％一下，不予驗證通過；

所述學(xué)生提問模塊用于學(xué)向教師提問，所述教師提問模塊用于教師向?qū)W生提問，所述課程內(nèi)容模塊用于讓教師展示該節(jié)課的所有知識點，所述信息反饋模塊用于讓學(xué)生反饋課程中未聽懂的內(nèi)容，所述反饋信息處理模塊用于處理學(xué)生反饋的信息，其具體處理過程如下：

步驟一：教師將當(dāng)日課程的知識點輸入到課程內(nèi)容模塊中，并對知識點進行分類，同時對分類好的知識點進行標(biāo)記；

步驟二；將知識點按照順序標(biāo)記成Mx，x＝1……n；

步驟三：學(xué)生可以通過顯示終端查看到知識點內(nèi)容，并可以將自己未能理解的知識點通過反饋模塊反饋到教師端；

步驟四：教師端中的反饋信息處理模塊會對學(xué)生端反饋回的信息進行記錄并處理，同時對反饋回的相每個知識點的次數(shù)標(biāo)識為Pi，i＝1……n；

步驟五；通過Mx*Pi＝K的公式可以得到單個知識點的反饋次數(shù)K；

步驟六：將K按照從大到小的順序進行排列，當(dāng)知識點的數(shù)量大于預(yù)設(shè)值時，可選擇K值最大前兩個知識點作為下節(jié)課的知識點，當(dāng)知識點的數(shù)量小于預(yù)設(shè)值時可選擇K值最大的一個知識點作為下節(jié)課的知識點；

所述實時錄像模塊會將教師講課的內(nèi)容記錄下來，所述儲存信息發(fā)送模塊用于向移動端發(fā)送講課視頻，其具體處理方法如下；

步驟一：錄像模塊在教師講課時將教師講課的內(nèi)容實時的記錄下來，并將記錄下的信息內(nèi)容傳輸?shù)叫畔⑻幚碓贫酥羞M行處理；

步驟二：信息處理云端將處理好的視頻內(nèi)容標(biāo)記上時間標(biāo)簽發(fā)送到信息儲存模塊中進行備份儲存；

步驟三：在視頻內(nèi)容被儲存好后，儲存信息發(fā)送模塊會將視頻內(nèi)容發(fā)送到移動智能終端上；

步驟四：學(xué)生在下課后可以通過移動智能終端來回看教學(xué)視頻；

所述評分模塊會同時將評分信息發(fā)送到教學(xué)端與移動智能終端上。